コロナ 日本 グラフ。 人口あたりの新型コロナウイルス死者数の推移【国別】

世界中で日本だけ「コロナ感染のグラフがおかしい」という不気味 絶対的な死者数は少ないのだが… (2ページ目)

コロナ 日本 グラフ

写真=iStock. だが、それでもなお深刻な感染状況が続き、医療が対応しきれないこともあって各国で死者が増えている。 1月に中国・武漢ではじまった新型コロナの感染拡大は、その後、韓国、イラン、イタリアなどと広がり、また、さらに欧州各国や米国などを中心に全世界に拡大してきている。 この4カ月余りを過ぎた時点で、地域によって感染拡大のテンポや規模がどのように違っているかを、世界各国と日本の国内で振り返ってみたい。 感染拡大を表すデータとしては、「累積の感染者数の推移」を折れ線グラフで表すことが多かった。 その後、感染拡大のピークを過ぎたかどうかに焦点が移り、「毎日の新規感染者数の推移」の棒グラフをみる機会が増えている。 本稿では、地域間の比較に重点をおいて、「累積の感染者数の推移」の折れ線グラフ、しかも「対数」でのグラフを使用する。 対数グラフは、データの大きさが大きく異なる系列の比較に適しており、また指数関数的な拡大のテンポを傾きで表現できることから、欧米メディアでは定番になっている。 また欧米メディアでは、グラフの時間軸の起点を「累積感染者数が100人を超えた時点」とするのが通例だ。 これは、感染拡大の時期が大きくずれている中国とイタリア、英国などを比較するうえで適切だからである。 Y軸(縦軸)の目盛りが100人、1000人、10000人と10倍ずつ増えていくのが対数グラフの特徴だ。 米国と日本では感染者数の規模は大きく異なっている。 グラフの最終日である5月4日時点で米国が118万人に対して日本は1万5000人と100倍違う。 普通のグラフでは米国の推移は追えても、日本の推移はX軸(横軸)に張り付いた横ばいの線にしか見えないだろう。 対数グラフの場合、軌跡線の傾きが直線の場合は、指数関数的な増加、すなわち、ねずみ算式の倍々ゲームで増えていることを示している。 図表中に、参照線として「黒の点線」で、累積感染者数が「1日目100人から始まって、2〜3日に2倍のペースで増え、25日目からは1カ月に2倍のペースで増えるようにペースダウンした場合」の軌跡線を描いた。 この参照線より傾きが急であるなら拡大テンポもより高いことを示し、より緩やかなら拡大テンポもより低いことを示す。 こう理解した上で各国の軌跡を追うと、欧米諸国(米国、スペイン、イタリア、ドイツ、フランスなど)では感染拡大と収束へ向かう右方向に折れ曲がる動きが相互に非常に似ており、参照線に近い形で推移していることが分かる。 もちろん、米国は人口規模が3億3000万人と6000万〜8000万人の欧州諸国の数倍大きいので感染者数の規模も異なっているが、拡大テンポと収束へ向かう横ばい化傾向はよく似ているのである。 感染の発生地である中国、そして次に感染が拡大した韓国は、感染100人を超えてからの経過日数別の推移でみると、当初はほぼ欧米諸国と同様の拡大テンポが続いたが、欧米諸国よりかなり早い段階で横ばいに転じている点が目立っている。 中国の人口規模は特段に大きいので人口当たりの感染者数の推移で見れば、感染拡大と収束へ向かうパターンについては中国と韓国は見かけよりもっと似ているということになろう。 一方、これらの海外諸国の推移と全く違うパターンで進んでいるのが日本である。 日本の感染拡大のペースは、これまでのところ、他国のように当初急速に拡大(いわゆるオーバーシュート)、そして一定の日数を経て、伸びが急速に落ちるといったパターンでなく、一貫して、「9日間に2倍ぐらいのテンポ」(図表1のグレーの点線)で増加している。 他国のドラスチックな変化とは明確に異なっているのである。 こちらでは感染拡大の起点を累積死者数が10人に達してからの経過日数にしている。 グラフを見れば、感染者数の推移グラフと似たようなパターンが認められるが、各国のばらつきはより大きいことが分かる。 例えば、ドイツは、感染者数は他の欧米諸国とほとんど同じパターンだが、死亡者数はかなり早い段階で拡大テンポが落ち、他の欧米諸国より良好なパターンを示している。 理由としては、感染拡大の地域的な偏りの小ささ、ベッド数など医療体制の充実、PCR検査の充実により感染者が高齢者に偏っていない点などが指摘される(『The Ecomist』March 28th 2020)。 韓国なども早い段階で増加ペースが落ち、ある時点から日本を下回る良好な推移を示している。 日本は死亡者数自体の規模は大きく他国を下回っているものの、推移パターンはかなり日数が経過しているのに、他国のように収束へ向かう横ばい化への転換がなかなか認められない点が懸念される。 感染者数の推移にせよ、死亡者数の推移にせよ、日本の感染拡大のパターンが諸外国と大きく異なっていることは、この2つのグラフから明らかだ。 問題は、その理由である。 考えられるのは、以下の要因、あるいはその組み合わせであろう。 もっとも対策の差が、感染拡大パターンの差につながっているのではなく、逆に、感染拡大パターンの差が対策の差につながっているという考え方もありうる。 体質的な差ではなく、日本には、ハグやキスなど個々人が身体を密着させる習慣がない、風呂によく漬かる、家の中では靴を脱ぐといった独自の生活習慣があるため、感染拡大に差が生じたという可能性もあろう。 一方、これに代わって国内で確認されるようになったウイルスは、武漢市で確認されたウイルスよりも、欧州各国で感染を広げたウイルスの遺伝子に特徴が近く、3月以降、欧州など海外からの旅行者や帰国者を通じて全国各地に広がった可能性があるという。 まず、都道府県別の感染状況のランキングを感染者数自体と人口10万人当たりの人数とで16位まで掲げたグラフを図表3に掲げた(いずれも5月4日確定分までの累計、以下同)。 感染者数そのものについては、1位の東京が4708人と2位の大阪の1674人の2倍以上となっている。 東京、大阪といった大都市圏の中心地域で特別に感染率が高くなっている。 3位以下、10位までの上位地域としては、北海道を除くと東西の大都市圏の近郊地域や愛知、福岡といった中枢都市が占めており、概して都市部の感染がウエートとして大きいといえる。 ところが、人口当たりの感染者数(感染率)の都道府県ランキングは実数規模のランキングとはかなり様相を異にしている。 1位は34. 3の東京であるが、2位の石川も23. 5人、3位の富山も19. 7人で高い値を示している。 今は6位の福井は一時期1位だったこともある。 首都圏近郊の神奈川、埼玉は、実数規模では3〜4位と大きいが、感染率のランキングについてはずっと低くなる。 神奈川は11位であるし、埼玉は13位である。 感染率は両県の場合、全国平均と同水準である。 そして、飲み会、ライブ、高齢者施設、医療機関などを通じた特定の感染集団によるクラスター感染が偶発的に発生し、それが連鎖的にある程度の広がりをもった特定感染地域ともいうべき都道府県がむしろ上位を占めているのである。 しかし、石川、福井、富山といった北陸3県が人口当たりでそろって上位なのはなぜだろうか。 偶発的にしては地域的なまとまりがあるのが気になるところである。 前出の各国の動きを表した対数グラフと同じように、主要都道府県別に感染拡大経過日数別の対数グラフを描いてみると感染拡大傾向の地域別の違いが明らかになる。 東京は他地域と比べ、感染拡大の規模とテンポが群を抜いていることがわかる。 埼玉、神奈川などの東京圏の近郊県も100人超過後15日ぐらいは、東京とほぼ同様の軌跡を描いていたが、それ以降は、やや横ばい方向に転じており、大きな都心部を抱える東京とはその点が異なっている。 実は福岡はこうした東京近郊県と同様のパターンをたどっている。 これら地域に対して、大阪、兵庫、京都といった大阪圏の府県は拡大のテンポが一段低くなっていることがわかる。 名古屋圏の愛知、あるいは北海道は拡大ペースではさらにゆるやかである。 ただし、北海道については、ゆるやかだったと過去形で言わなければならない。 最近の北海道は再度拡大テンポが上がっており、第二波に襲われているという印象が強い。 東京・大阪以外では、クラスター連鎖の勃発による急拡大と、その後、それを強力に抑えて収束へと向かう、という動きが認められるが、大きな都心部を抱える東京や大阪では、都心部特有の感染拡大要因が作用して、どう抑えたらよいかわからないような感染拡大の軌跡を描いているのではないかと思われる。 都内でも感染拡大が大きく進んでいるのは、銀座、新宿、赤坂、六本木といったわが国の代表的な繁華街を有する「都心地区」(中央区、港区、新宿など)、および富裕層も多い住宅地域である「西部地区」(世田谷区・渋谷区など)であり、この2地区が感染者数規模においても、また感染拡大のテンポにおいても他地区を圧倒している。 他方、感染拡大のテンポが緩やかなのは、「下町地区」と「東部地区」であり、累積感染者数100人以上の本格的感染拡大がはじまる時期も遅かったし、その後の拡大規模も比較的小さい。 こうした「都心・山の手方面」と「下町方面」との間の地域的な傾向差からも、偶発的なクラスター感染の連鎖とは異なる上述のような都心部特有の構造的な感染拡大の要因が作用しているはずだと感じられる。 ともあれ、都道府県別に見ても都内の地区別に見ても、エリアによって感染者数の偏りはあるものの、全体として数の「横ばい化」は認められず、日本国内において予断を許さないことは確かだ。 ---------- 本川 裕(ほんかわ・ゆたか) 統計探偵/統計データ分析家 1951年神奈川県生まれ。 東京大学農学部農業経済学科、同大学院出身。 財団法人国民経済研究協会常務理事研究部長を経て、アルファ社会科学株式会社主席研究員。 「社会実情データ図録」サイト主宰。 シンクタンクで多くの分野の調査研究に従事。 現在は、インターネット・サイトを運営しながら、地域調査等に従事。 ---------- (統計探偵/統計データ分析家 本川 裕) 外部サイト.

次の

新型コロナウイルス グラフで見る世界各国の感染者数 (1月19日~6月24日)

コロナ 日本 グラフ

注意事項• 「令和2年3月4日版」以後は、陽性となった者の濃厚接触者に対する検査も含めた検査実施人数を都道府県に照会し、回答を得たものを公表しています。 なお、国内事例のPCR検査実施人数は、疑似症患者(感染が疑われる者)報告制度の枠組みの中で報告された数を計上しており、各自治体で行った全ての検査結果を反映しているものではありません(退院時の確認検査などは含まず)。 これまで延べ人数で公表されていたクルーズ船のPCR検査の結果については、3月5日以後、実員数で精査された結果になったため、3月5日のデータで下方修正されています。 令和2年5月8日公表分から、データソースを従来の厚生労働省が把握した個票を積み上げたものから、各自治体がウェブサイトで公表している数等を積み上げたものに変更した。 一部のデータについて、マイナスになったり大きく増減しているのは、都道府県からの報告に訂正または集計されていないデータを加わった結果になります。 参考: PCR検査人数(日次) 新型コロナウイルス感染速報 🇯🇵日本語 このプロジェクトは、 R言語で shinyおよび他のオープンソースパッケージを用いて、日本のCOVID-19発生状況をリアルタイムで可視化しているサイトです。 主に検査人数・感染数・退院数・死亡数などの各種指標およびその傾向を、全国または都道府県別で示しており、クラスターネットワーク、対数グラフなど多数のグラフが用意されています。 オンラインアクセスリンク• スクリーンショット サイトのデータについて 当サイトで使用しているデータは全て公開されているデータで、主に以下の3つに分類されます。 ニュースメディアによるリアルタイムデータ:感染者数・死亡者数の速報値はと一致しています;• PCR検査人数、退院者数、コールセンターの受付回数などのデータはが毎日更新しているページからデータを取得しています;• 企業()、個人が整理しているデータセット()、またはから派生した自治体または個人がメンテナンスしているサイトから自治体のデータを取得し、本サイトで異なる可視化手法でデータを再利用しています。 各種データセットの集計時間や、集計標準などが異なるため、数値周りに多少のズレが発生する可能性があります。 各メディアの集計方法も異なるため、サイト間にデータの不一致が生じることも珍しくありません。 従って、掲載された情報の内容の正確性については一切保証しません。 また、当サイトに掲載された情報・資料を利用、使用、ダウンロードするなどの行為に関連して生じたあらゆる損害等についても、理由の如何に関わらず、本サイトおよび運営メンバーは一切責任を負いません。 予めご了承ください。 開発メンバー 主催者• データ収集、 shinyを利用した可視化開発:• インフラ、サーバーのメンテナンス: 貢献者• Rの技術サポート:• データの自動化更新:• 日本語ローカライゼーション: 協力できる有志がいれば、お気軽にご連絡ください。 Rのことがわからなくても貢献できることは必ずありますmm。 例えば日本語の文言の修正、データセットの収集など。

次の

新型コロナウイルス感染速報

コロナ 日本 グラフ

写真=iStock. だが、それでもなお深刻な感染状況が続き、医療が対応しきれないこともあって各国で死者が増えている。 1月に中国・武漢ではじまった新型コロナの感染拡大は、その後、韓国、イラン、イタリアなどと広がり、また、さらに欧州各国や米国などを中心に全世界に拡大してきている。 この4カ月余りを過ぎた時点で、地域によって感染拡大のテンポや規模がどのように違っているかを、世界各国と日本の国内で振り返ってみたい。 感染拡大を表すデータとしては、「累積の感染者数の推移」を折れ線グラフで表すことが多かった。 その後、感染拡大のピークを過ぎたかどうかに焦点が移り、「毎日の新規感染者数の推移」の棒グラフをみる機会が増えている。 本稿では、地域間の比較に重点をおいて、「累積の感染者数の推移」の折れ線グラフ、しかも「対数」でのグラフを使用する。 対数グラフは、データの大きさが大きく異なる系列の比較に適しており、また指数関数的な拡大のテンポを傾きで表現できることから、欧米メディアでは定番になっている。 また欧米メディアでは、グラフの時間軸の起点を「累積感染者数が100人を超えた時点」とするのが通例だ。 これは、感染拡大の時期が大きくずれている中国とイタリア、英国などを比較するうえで適切だからである。 Y軸(縦軸)の目盛りが100人、1000人、10000人と10倍ずつ増えていくのが対数グラフの特徴だ。 米国と日本では感染者数の規模は大きく異なっている。 グラフの最終日である5月4日時点で米国が118万人に対して日本は1万5000人と100倍違う。 普通のグラフでは米国の推移は追えても、日本の推移はX軸(横軸)に張り付いた横ばいの線にしか見えないだろう。 対数グラフの場合、軌跡線の傾きが直線の場合は、指数関数的な増加、すなわち、ねずみ算式の倍々ゲームで増えていることを示している。 図表中に、参照線として「黒の点線」で、累積感染者数が「1日目100人から始まって、2〜3日に2倍のペースで増え、25日目からは1カ月に2倍のペースで増えるようにペースダウンした場合」の軌跡線を描いた。 この参照線より傾きが急であるなら拡大テンポもより高いことを示し、より緩やかなら拡大テンポもより低いことを示す。 こう理解した上で各国の軌跡を追うと、欧米諸国(米国、スペイン、イタリア、ドイツ、フランスなど)では感染拡大と収束へ向かう右方向に折れ曲がる動きが相互に非常に似ており、参照線に近い形で推移していることが分かる。 もちろん、米国は人口規模が3億3000万人と6000万〜8000万人の欧州諸国の数倍大きいので感染者数の規模も異なっているが、拡大テンポと収束へ向かう横ばい化傾向はよく似ているのである。 感染の発生地である中国、そして次に感染が拡大した韓国は、感染100人を超えてからの経過日数別の推移でみると、当初はほぼ欧米諸国と同様の拡大テンポが続いたが、欧米諸国よりかなり早い段階で横ばいに転じている点が目立っている。 中国の人口規模は特段に大きいので人口当たりの感染者数の推移で見れば、感染拡大と収束へ向かうパターンについては中国と韓国は見かけよりもっと似ているということになろう。 一方、これらの海外諸国の推移と全く違うパターンで進んでいるのが日本である。 日本の感染拡大のペースは、これまでのところ、他国のように当初急速に拡大(いわゆるオーバーシュート)、そして一定の日数を経て、伸びが急速に落ちるといったパターンでなく、一貫して、「9日間に2倍ぐらいのテンポ」(図表1のグレーの点線)で増加している。 他国のドラスチックな変化とは明確に異なっているのである。 こちらでは感染拡大の起点を累積死者数が10人に達してからの経過日数にしている。 グラフを見れば、感染者数の推移グラフと似たようなパターンが認められるが、各国のばらつきはより大きいことが分かる。 例えば、ドイツは、感染者数は他の欧米諸国とほとんど同じパターンだが、死亡者数はかなり早い段階で拡大テンポが落ち、他の欧米諸国より良好なパターンを示している。 理由としては、感染拡大の地域的な偏りの小ささ、ベッド数など医療体制の充実、PCR検査の充実により感染者が高齢者に偏っていない点などが指摘される(『The Ecomist』March 28th 2020)。 韓国なども早い段階で増加ペースが落ち、ある時点から日本を下回る良好な推移を示している。 日本は死亡者数自体の規模は大きく他国を下回っているものの、推移パターンはかなり日数が経過しているのに、他国のように収束へ向かう横ばい化への転換がなかなか認められない点が懸念される。 感染者数の推移にせよ、死亡者数の推移にせよ、日本の感染拡大のパターンが諸外国と大きく異なっていることは、この2つのグラフから明らかだ。 問題は、その理由である。 考えられるのは、以下の要因、あるいはその組み合わせであろう。 もっとも対策の差が、感染拡大パターンの差につながっているのではなく、逆に、感染拡大パターンの差が対策の差につながっているという考え方もありうる。 体質的な差ではなく、日本には、ハグやキスなど個々人が身体を密着させる習慣がない、風呂によく漬かる、家の中では靴を脱ぐといった独自の生活習慣があるため、感染拡大に差が生じたという可能性もあろう。 一方、これに代わって国内で確認されるようになったウイルスは、武漢市で確認されたウイルスよりも、欧州各国で感染を広げたウイルスの遺伝子に特徴が近く、3月以降、欧州など海外からの旅行者や帰国者を通じて全国各地に広がった可能性があるという。 まず、都道府県別の感染状況のランキングを感染者数自体と人口10万人当たりの人数とで16位まで掲げたグラフを図表3に掲げた(いずれも5月4日確定分までの累計、以下同)。 感染者数そのものについては、1位の東京が4708人と2位の大阪の1674人の2倍以上となっている。 東京、大阪といった大都市圏の中心地域で特別に感染率が高くなっている。 3位以下、10位までの上位地域としては、北海道を除くと東西の大都市圏の近郊地域や愛知、福岡といった中枢都市が占めており、概して都市部の感染がウエートとして大きいといえる。 ところが、人口当たりの感染者数(感染率)の都道府県ランキングは実数規模のランキングとはかなり様相を異にしている。 1位は34. 3の東京であるが、2位の石川も23. 5人、3位の富山も19. 7人で高い値を示している。 今は6位の福井は一時期1位だったこともある。 首都圏近郊の神奈川、埼玉は、実数規模では3〜4位と大きいが、感染率のランキングについてはずっと低くなる。 神奈川は11位であるし、埼玉は13位である。 感染率は両県の場合、全国平均と同水準である。 そして、飲み会、ライブ、高齢者施設、医療機関などを通じた特定の感染集団によるクラスター感染が偶発的に発生し、それが連鎖的にある程度の広がりをもった特定感染地域ともいうべき都道府県がむしろ上位を占めているのである。 しかし、石川、福井、富山といった北陸3県が人口当たりでそろって上位なのはなぜだろうか。 偶発的にしては地域的なまとまりがあるのが気になるところである。 前出の各国の動きを表した対数グラフと同じように、主要都道府県別に感染拡大経過日数別の対数グラフを描いてみると感染拡大傾向の地域別の違いが明らかになる。 東京は他地域と比べ、感染拡大の規模とテンポが群を抜いていることがわかる。 埼玉、神奈川などの東京圏の近郊県も100人超過後15日ぐらいは、東京とほぼ同様の軌跡を描いていたが、それ以降は、やや横ばい方向に転じており、大きな都心部を抱える東京とはその点が異なっている。 実は福岡はこうした東京近郊県と同様のパターンをたどっている。 これら地域に対して、大阪、兵庫、京都といった大阪圏の府県は拡大のテンポが一段低くなっていることがわかる。 名古屋圏の愛知、あるいは北海道は拡大ペースではさらにゆるやかである。 ただし、北海道については、ゆるやかだったと過去形で言わなければならない。 最近の北海道は再度拡大テンポが上がっており、第二波に襲われているという印象が強い。 東京・大阪以外では、クラスター連鎖の勃発による急拡大と、その後、それを強力に抑えて収束へと向かう、という動きが認められるが、大きな都心部を抱える東京や大阪では、都心部特有の感染拡大要因が作用して、どう抑えたらよいかわからないような感染拡大の軌跡を描いているのではないかと思われる。 都内でも感染拡大が大きく進んでいるのは、銀座、新宿、赤坂、六本木といったわが国の代表的な繁華街を有する「都心地区」(中央区、港区、新宿など)、および富裕層も多い住宅地域である「西部地区」(世田谷区・渋谷区など)であり、この2地区が感染者数規模においても、また感染拡大のテンポにおいても他地区を圧倒している。 他方、感染拡大のテンポが緩やかなのは、「下町地区」と「東部地区」であり、累積感染者数100人以上の本格的感染拡大がはじまる時期も遅かったし、その後の拡大規模も比較的小さい。 こうした「都心・山の手方面」と「下町方面」との間の地域的な傾向差からも、偶発的なクラスター感染の連鎖とは異なる上述のような都心部特有の構造的な感染拡大の要因が作用しているはずだと感じられる。 ともあれ、都道府県別に見ても都内の地区別に見ても、エリアによって感染者数の偏りはあるものの、全体として数の「横ばい化」は認められず、日本国内において予断を許さないことは確かだ。 ---------- 本川 裕(ほんかわ・ゆたか) 統計探偵/統計データ分析家 1951年神奈川県生まれ。 東京大学農学部農業経済学科、同大学院出身。 財団法人国民経済研究協会常務理事研究部長を経て、アルファ社会科学株式会社主席研究員。 「社会実情データ図録」サイト主宰。 シンクタンクで多くの分野の調査研究に従事。 現在は、インターネット・サイトを運営しながら、地域調査等に従事。 ---------- (統計探偵/統計データ分析家 本川 裕) 外部サイト.

次の